Testovanie a ladenie
Lekcia prepísaná 3. novembra 2026 na základe stránok Connect and test your plugin a Troubleshooting z dokumentácie OpenAI Plugins. Pôvodný „vývojový playground“ a jeho príkazy patrili k neexistujúcemu SDK z prvej verzie tohto kurzu. Zdroje: Connect and test · Troubleshooting.
Testovanie po vrstvách
OpenAI odporúča otestovať každú schopnosť pred nasadením plne nainštalovaného pluginu: najprv samostatný MCP server pripojený k ChatGPT a následne zabalený plugin s jeho zručnosťami. Počas vývoja si uchovávaj svoje hodnotiace prompty a ich výsledky, aby si mohol porovnávať správanie medzi jednotlivými verziami.
MCP server
Príprava koncového bodu
Pred testovaním v ChatGPT over, či je server dostupný cez verejné HTTPS – alebo cez Secure MCP Tunnel –, či komunikuje pomocou streamable HTTP (zvyčajne na /mcp), či sú prítomné názvy nástrojov, ich popisy, schémy a anotácie a či funguje zisťovanie autentifikácie pre nástroje vyžadujúce účet. Vývojový tunel stačí na skúšky, nie však na odovzdanie.
Kontrola
MCP Inspector volá tvoje nástroje priamo, bez modelu:
npx @modelcontextprotocol/inspector@latest
Preveď každý nástroj cez všetky možné scenáre: reprezentatívne vstupy, hraničné prípady, chýbajúce poverenia a prázdne výsledky. Skontroluj validáciu schémy, chyby autentifikácie, anotácie, správanie pri potvrdení a výstup čitateľný pre model.
Vyhodnotenie výberu nástrojov
Akonáhle je server pripojený ako osobný plugin (lekcia 4), nainštaluj ho, otvor novú konverzáciu, napíš @ a vyber ho. Vytvor sadu na vyhodnotenie obsahujúcu:
- Priame požiadavky, ktoré by mali spustiť konkrétny nástroj;
- Nepriame požiadavky, ktoré vyjadrujú rovnaký cieľ iným spôsobom;
- Nadväzujúce požiadavky, ktoré opätovne využívajú identifikátory získané skôr;
- Operácie zápisu vyžadujúce autorizáciu alebo potvrdenie;
- Požiadavky mimo rozsahu, ktoré by nemali spustiť žiadny nástroj.
Pre každú z nich zaznamenaj vybratý nástroj, jeho argumenty, výsledok, prípadné chyby a správanie pri potvrdení. Celú sadu zopakuj vždy, keď zmeníš názov, popis, schému alebo anotáciu. Ak server vráti UI komponent, otestuj samotný komponent aj výsledok čitateľný pre model.
Zobrazenie surových výmen
Ak chceš čítať úplné požiadavky a odpovede, API Playground akceptuje MCP server: prejdite na Tools → Add → MCP Server, zadaj adresu HTTPS, pripoj sa a potom spusti svoje testovacie prompty.
Obnovenie metadát
Po akejkoľvek zmene názvu, popisu, schémy, anotácie, metódy autentifikácie alebo UI zdroja: znovu nasaď alebo reštartuj server, otvor pripojenie na chatgpt.com/plugins, vyber Refresh, over, či sa inzerované metadáta zmenili, a v novej konverzácii zopakuj príslušné testy. Toto obnovenie platí pre priamo pripojené servery; pri publikovanom plugine spadajú aktualizácie nástrojov pod priebežnú kontrolu (lekcia 11).
Pred zabalením over, či zoznam nástrojov zodpovedá inzerovaným schopnostiam, či štruktúrované výsledky sú v súlade so schémami výstupu, či zlyhania autentifikácie vracajú užitočné chyby, či správne prompty spúšťajú správne nástroje a nesprávne nespúšťajú žiadne, a či sa UI vykresľuje bez chýb v konzole a správne obnovuje svoj stav.
Celý plugin
Akonáhle je server pripravený – alebo okamžite pri plugine pozostávajúcom len zo zručností – zbaľ plugin (lekcia 10), pridaj ho na lokálne trhovisko, nainštaluj z adresára pluginov a potom zopakuj požiadavky zo svojho inventára prípadov použitia: priame, nepriame, nadväzujúce, negatívne a zámerne vylúčené hraničné prípady. Over, či plugin dodržiava pokyny pre zručnosti, používa správne zdroje, dokončí každý krok a produkuje užitočný výsledok; či zručnosti volajú správne nástroje; a či autentifikácia funguje po inštalácii.
Diagnostika po vrstvách
Keď sa niečo pokazí, začni izoláciou chybovej vrstvy: server, komponent alebo klient ChatGPT.
| Príznak | Stopa |
|---|---|
| Žiadne nástroje nie sú uvedené | Beží server? Končí adresa na /mcp? |
| Štruktúrované dáta, ale žiadny komponent | Obsahuje nástroj _meta.ui.resourceUri odkazujúci na registrovaný zdroj typu text/html;profile=mcp-app, ktorý sa načíta bez chýb CSP? |
| Chyby schémy | Zodpovedajú tvoje modely v Pythone alebo TypeScripte inzerovanej outputSchema? |
| Pomalý komponent | Prekračujú volania nástrojov niekoľko stoviek milisekúnd? Profiluj a používaj cache. |
| Komponent sa nenačíta | Konzola prehliadača: porušenie CSP, neúplný balík? |
| Strata stavu (drag-and-drop, úpravy) | Volaj window.openai.setWidgetState po každej aktualizácii a obnovuj z window.openai.widgetState pri mounte. |
| Rozbité rozloženie na mobile | Čítaj window.openai.displayMode a window.openai.maxHeight; vyhni sa pevným výškam a akciám pri prelete myšou. |
| Nástroj sa nikdy nevyberie | Prepíš popis ako „Použi, keď…“, skontroluj štartovacie prompty. |
| Vybraný nesprávny nástroj | Spresni susedné nástroje, špecifikuj vylúčené prípady, rozdeľ príliš široké nástroje. |
| Chyby 401 | Zahrň WWW-Authenticate do odpovede; over vydavateľa a cieľovú skupinu. |
invalid_client pri existujúcom pripojení | Existuje stále registrovaný OAuth klient? Obnov ho namiesto vytvárania nového. |
| Vypršal tunel ngrok | Reštartuj ho, over, či beží lokálny server; v produkcii používaj stabilný hosting so sondami zdravotného stavu. |
| Streamovanie nefunguje za proxy | Load balancer alebo CDN musí prepúšťať HTTP streamovanie bez bufferovania. |
Ak problém pretrváva, zhromaždi logy servera, konzolu komponentu, prepis volaní nástrojov a snímky obrazovky. Poznač použitý prompt a všetko pošli svojmu kontaktnej osobe v OpenAI.
Kľúčové poznatky
- Testuj po vrstvách: najprv samotný server (Inspector, potom ChatGPT), následne celý plugin
- Vytvor sadu na vyhodnotenie: priame, nepriame, nadväzujúce, zapisovacie požiadavky a požiadavky mimo rozsahu
- API Playground zobrazuje surové výmeny MCP
- Po každej zmene metadát vykonaj Refresh a potom začni novú konverzáciu
- Pri problémoch najprv izoluj vrstvu: server, komponent alebo klient